随着软件产业的不断繁荣和发展,软件的功能变得越来越丰富,给人们的生活带来极大的方便,同时也引发了软件安全问题。运用复杂网络理论,分析软件重要节点和频繁遍历模式都已经逐渐成为软件工程研究的一个热点。本课题将软件系统中的函数作为一个粒度单元,结合软件网络的结构特性对影响力传播与遍历模式特性进行研究,挖掘软件系统中的重要节点和具有代表性的重要模式,主要工作如下。首先,在将软件系统映射成复杂网络拓扑结构时,针对软件某次执行踪迹存在不确定性的问题,本文整合N次软件执行踪迹,构建加权软件网络。网络中边的权值c代表在N次软件执行踪迹中该调用关系出现c次。其次,以往对软件节点重要性的度量没有考虑函数节点间的调用依赖关系,导致缺乏有效的重要节点挖掘算法。为此,本文将PageRank导入到软件工程领域,提出一种度量节点重要性的算法FunctionRank,将节点的调用次数和出度值融入重要性度量。在对重要性进行传递时,根据节点间调用次数的大小不同,按比例进行传递,更加符合客观实际。比较节点的出度值大小,具有高出度值的软件节点之间发生传递行为的概率也更高。再次,由于一般的序列模式挖掘算法缺乏对软件遍历模式连续性的考虑,为此,本文构建频繁遍历候选模式树FWCP-Tree,提出软件频繁遍历模式挖掘算法OSFPMiner。构建过程中将每个函数节点所在遍历中最大的项权值作为其加权上界值,设计基于紧致上界模型的剪枝策略,挖掘软件重要模式。最后,本文的实验是在Windows平台下使用java语言实现。挖掘软件系统的潜在性质,验证所提方法的有效性和正确性。